InlandVessel-2K-Sim: A Reproducible Multi-Source Testbed and Evaluation Protocol for Inland Vessel Trajectory Prediction, with a Spatiotemporal Graph Attention Reference Model

हर दिन, हजारों मालवाहक जहाज चीन की अंतर्देशीय नदियों के संकीर्ण, घुमावदार जलमार्गों से गुजरते हैं, जो सामान पहुंचाते हैं। जैसे-जैसे यातायात घना होता जा रहा है, दुर्घटनाओं को रोकने, लॉक्स (locks) के प्रबंधन और सुरक्षा सुनिश्चित करने के लिए अगले कुछ सेकंड में इन जहाजों के गंतव्य का पूर्वानुमान लगाना महत्वपूर्ण हो जाता है। दशकों से, इन जहाजों को ट्रैक करने का मानक तरीका ऑटोमैटिक आइडेंटिफिकेशन सिस्टम (AIS) रहा है, जो एक डिजिटल प्रसारण है जो एक केंद्रीय कंप्यूटर को जहाज के स्थान और गति की जानकारी देता है। हालाँकि, इस प्रणाली में एक घातक दोष है: जब कोई जहाज किसी पुल के नीचे से गुजरता है, लॉक में प्रवेश करता है, या किसी भीड़भाड़ वाले तट के पास चलता है, तो इसका सिग्नल अक्सर गायब हो जाता है। इसके अलावा, मछली पकड़ने वाली नावों जैसे छोटे जहाजों में सिग्नल प्रसारित करने के लिए अक्सर उपकरण ही नहीं होते हैं। जब सिग्नल गायब हो जाता है, तो कंप्यूटर केवल अनुमान लगाने पर मजबूर हो जाता है, और एक भीड़भाड़ वाले चैनल में, एक गलत अनुमान खतरनाक हो सकता है।

इसे हल करने के लिए, शोधकर्ताओं ने लंबे समय से यह उम्मीद की है कि AIS सिग्नल को अन्य इंद्रियों—जैसे रडार, जो कोहरे में भी देख सकता है, और कैमरों, जो नाव के आकार को देख सकते हैं—के साथ मिलाने से पानी का एक आदर्श, अटूट दृश्य तैयार होगा। विचार यह है कि यदि एक सेंसर विफल हो जाता है, तो दूसरे उसकी कमी को पूरा कर सकें, जिससे एक ऐसा सुरक्षा जाल तैयार हो सके जो अकेले किसी एक स्रोत की तुलना में कहीं अधिक सटीक हो। यह अवधारणा, जिसे मल्टी-सोर्स फ्यूजन (multi-source fusion) कहा जाता है, स्वायत्त ड्राइविंग (autonomous driving) जैसे क्षेत्रों में एक मानक दृष्टिकोण बन गई है, जहाँ कारें सड़क देखने के लिए कैमरा और रडार का संयोजन करती हैं। लेकिन क्या यही रणनीति अंतर्देशीय जलमार्गों के अनूठे, अराजक वातावरण के लिए काम करती है, जहाँ जहाज एक-दूसरे के बहुत करीब होते हैं और जटिल, परस्पर निर्भर पैटर्न में चलते हैं?

जीनिंग पॉलिटेक्निक और कुफू नॉर्मल यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने एक नए दृष्टिकोण के साथ इस प्रश्न का उत्तर देने का प्रयास किया। वास्तविक दुनिया के अव्यवस्थित डेटा पर निर्भर रहने के बजाय, जो तुलना करने में कठिन होता है, उन्होंने 'इनलैंडवेसल-2के-सिम' (InlandVessel-2K-Sim) नामक एक परिष्कृत डिजिटल सिम्युलेटर बनाया। यह टूल अंतर्देशीय जलमार्गों के हजारों यथार्थवादी दृश्य बनाता है, जिसमें दो अलग-अलग चैनल आकार, पुल और कोहरा शामिल है। महत्वपूर्ण रूप से, यह एक साथ तीन स्रोतों से सिंक्रनाइज़ डेटा उत्पन्न करता है: AIS प्रसारण, रडार स्कैन और कैमरा विज़न। इसने टीम को नियंत्रित प्रयोग चलाने की अनुमति दी जहाँ वे यह परीक्षण कर सके कि एक कंप्यूटर मॉडल कैसा प्रदर्शन करता है जब वह AIS सिग्नल का उपयोग करने के बजाय तीनों इंद्रियों का उपयोग करता है। उन्होंने इन मॉडलों के परीक्षण के लिए नियमों का एक सख्त सेट भी विकसित किया, यह सुनिश्चित करते हुए कि प्रत्येक प्रयोग को एक ही आधार रेखा (baseline) के विरुद्ध मापा जाए: एक सरल अनुमान जो यह मान लेता है कि जहाज अपनी वर्तमान गति से चलता रहेगा।

शोधकर्ताओं ने इस सिम्युलेटेड डेटा का उपयोग करके जहाजों के पथ की भविष्यवाणी करने के लिए 'एसटी-जीएटी-फ्यूजन' (ST-GAT-Fusion) नामक एक जटिल आर्टिफिशियल इंटेलिजेंस मॉडल को प्रशिक्षित किया। इस मॉडल को एक "सुपर-ऑब्जर्वर" के रूप में डिज़ाइन किया गया था, जो AIS, रडार और विज़न स्ट्रीम को जलमार्ग के एक सुसंगत चित्र में मिलाने में सक्षम है। उन्हें उम्मीद थी कि इन तीन स्रोतों को मिलाने से उनका मॉडल केवल AIS सिग्नल का उपयोग करने वाले सिस्टम की तुलना में काफी बेहतर प्रदर्शन करेगा। हालाँकि, परिणाम आश्चर्यजनक थे। जब 160 सिम्युलेटेड दृश्यों के एक निश्चित सेट पर परीक्षण किया गया, तो मल्टी-सोर्स फ्यूजन मॉडल ने केवल AIS सिग्नल का उपयोग करने वाले सरल मॉडल की तुलना में जहाज के पथ की अधिक सटीकता से भविष्यवाणी नहीं की। वास्तव में, पूरे अध्ययन में सबसे सटीक मॉडल केवल AIS सिग्नल का उपयोग करने वाला एक बड़ा, शक्तिशाली AI था, जिसने 12-सेकंड के क्षितिज (horizon) पर लगभग 17.3 मीटर की त्रुटि हासिल की। फ्यूजन मॉडल, अपनी जटिलता और रडार एवं विज़न तक पहुंच के बावजूद, 19.2 से 19.5 मीटर की त्रुटि के आसपास रहा। उनके बीच का अंतर इतना कम था कि वह सामान्य कंप्यूटर भिन्नता के दायरे में था, जिसका अर्थ है कि अतिरिक्त सेंसरों ने सटीकता में कोई मापने योग्य वृद्धि नहीं की।

अध्ययन ने यह नहीं पाया कि अतिरिक्त सेंसर बेकार थे, बल्कि यह कि उनका मूल्य पूरी तरह से स्थिति पर निर्भर करता है। शोधकर्ताओं ने पाया कि फ्यूजन मॉडल की असली ताकत इस बात में नहीं थी कि वह सब कुछ सही होने पर अधिक सटीक होता है, बल्कि इस बात में थी कि चीजें खराब होने पर वह कितना विश्वसनीय होता है। जब शोधकर्ताओं ने एक ऐसा परिदृश्य सिम्युलेट किया जहाँ AIS सिग्नल पूरी तरह से बाधित हो गया था—जो एक जहाज के पुल के नीचे से गुजरता है, इसकी नकल करता है—तो AIS-ओनली मॉडल पूरी तरह विफल हो गया क्योंकि उसके पास काम करने के लिए कोई डेटा नहीं था। हालाँकि, फ्यूजन मॉडल ने केवल रडार और कैमरा डेटा का उपयोग करके जहाज के पथ की भविष्यवाणी करना जारी रखा, और अपने सामान्य प्रदर्शन की तुलना में आधा मीटर से भी कम सटीकता खोई। यह मजबूती एक महत्वपूर्ण सुरक्षा विशेषता है, जो यह सिद्ध करती है कि भले ही अतिरिक्त सेंसर आदर्श स्थितियों में सिस्टम को अधिक स्मार्ट न बना सकें, लेकिन वे प्राथमिक सिग्नल विफल होने पर उसे अंधा होने से बचाते हैं।

टीम ने यह भी जांचा कि क्यों अधिक प्रशिक्षण डेटा जोड़ने से फ्यूजन मॉडल अधिक सटीक नहीं हुआ। उन्होंने पाया कि कई सेंसरों का उपयोग करने का लाभ अधिक जानकारी के साथ नहीं बढ़ा; इसके बजाय, प्रशिक्षण डेटा बढ़ने के साथ फ्यूशन मॉडल और सरल AIS-ओनली मॉडल के बीच का अंतर वास्तव में कम होता गया। यह सुझाव देता है कि विभिन्न प्रकार के डेटा को संयोजित करने के वर्तमान तरीके इस विशिष्ट वातावरण में रडार और विज़न स्ट्रीम से अतिरिक्त मूल्य निकालने के लिए अभी पर्याप्त कुशल नहीं हैं। अध्ययन निष्कर्ष निकालता है कि वर्तमान डेटासेट के आकार के लिए, तीन सेंसरों को फ्यूज करने की जटिलता केवल AIS सिग्नल का उपयोग करने वाले सुव्यवस्थित सिस्टम से बेहतर भविष्यवाणी नहीं देती है। इस कार्य की वास्तविक सफलता एक नया, सुपर-एक्यूरेट प्रेडिक्टर नहीं है, बल्कि एक पुनरुत्पादित (reproducible) परीक्षण स्थल और नियमों का एक स्पष्ट सेट बनाना है जिसने इस सच्चाई को उजागर किया है। एक साझा सिम्युलेटर और एक कठोर मूल्यांकन प्रोटोकॉल प्रदान करके, शोधकर्ताओं ने वैज्ञानिक समुदाय को भविष्य के विचारों का निष्पक्ष रूप से परीक्षण करने का एक तरीका दिया है, जिससे यह सुनिश्चित होता है कि नई तकनीकों का निर्णय केवल अधिक डेटा जोड़ने के वादे पर नहीं, बल्कि उनकी वास्तविक सुरक्षा सुधारने की क्षमता पर किया जाए।

अंत में, यह शोध समुद्री सुरक्षा के भविष्य के लिए एक सूक्ष्म सबक प्रदान करता है। जबकि एक पूर्ण, मल्टी-सेंसर विज़न सिस्टम का सपना आकर्षक बना हुआ है, वास्तविकता यह है कि केवल अधिक डेटा जोड़ने से सिस्टम स्वचालित रूप से स्मार्ट नहीं हो जाता। सबसे प्रभावी मार्ग मौजूदा AIS-आधारित सिस्टम को अधिक मजबूत और विश्वसनीय बनाने पर ध्यान केंद्रित करना हो सकता है, जबकि रडार और विज़न का उपयोग विशेष रूप से बैकअप के रूप में किया जा सकता है ताकि प्राथमिक सिग्नल खो जाने पर पूर्ण विफलता को रोका जा सके। यह अध्ययन स्थापित करता है कि अंतर्देशीय जलमार्गों की भीड़भाड़ वाली, जटिल दुनिया में, एक नई तकनीक का मूल्य केवल इस बात में नहीं है कि वह कितना डेटा प्रोसेस कर सकती है, बल्कि इस बात में है कि वह उन क्षणों को कितनी अच्छी तरह संभालती है जब वह डेटा गायब हो जाता है।